我国是一个能源储存大国,而人均能源占有量远低于世界平均水平。加之我国整体能源使用率又仅相当于发达国家的一半,所以说我国的能源现状令人堪忧。工业产业是主要的国民经济建设产业,也是能源消耗量最大的领域,其中金属矿山为公认的耗能龙头产业。从地下开采来的金属矿石因其构成成分复杂无法直接使用,必须先进入选矿工艺流程提炼出较为纯净的单体。选矿的工艺流程主要有碎矿、磨矿、分级、浮选和产后处理等环节,其中磨矿工艺环节的耗能占全选矿厂的50%左右。因此,选矿厂中的磨矿阶段的节能降耗潜力是重大的。因为磨矿分级过程涉及的变量相当多,并且各变量间耦合性大,不存在一个精确的模型,实现磨矿分级过程的有效控制比较艰难。随着计算机技术智能控制等多种前沿技术的日趋成熟,并迅速活跃于各个领域。但目前应用于磨矿过程的智能控制仅处于试验研究阶段。通过分析磨矿分级工艺流程和有功功率与装载量的关系,借助遗传算法优化BP实现了铁矿石研磨分级过程的节能控制。在MATLAB仿真环境下训练样本数据,比较遗传优化BP算法控制和BP算法控制的系统仿真结果,得出遗传优化BP算法在铁矿石磨矿分级节能的可行性和优越性。